Analysis of the Water Quality Status and Its Historical Evolution Trend in the Mainstream and Major Tributaries of the Yellow River Basin
Notice bibliographique
Résumé
The Yellow River basin, an area of extreme water scarcity, has faced significant challenges in water quality management due to rapid economic and social development since the 1980s. This study analyzes the water quality evolution over nearly 40 years, focusing on primary pollutants like chemical oxygen demand (COD), ammonia nitrogen (NH3-N), and permanganate index (CODMn). In the 1990s, sections of the river were severely polluted, with some areas failing to meet the lowest national standards. In 2000, 32% of the river water was classified as inferior Class V. However, enhanced water resource management and stricter pollutant regulations introduced after 2000 have significantly improved water quality. By 2010, water quality reached its nadir, with 16% of water classified as inferior Class V and 25% as Class IV–V. By 2020, water quality showed marked improvement, with a significant reduction in segments classified as inferior Class V and Class IV–V. Recent years have seen water quality stabilize, with COD meeting Class I standards and NH3-N and CODMn meeting Class II standards based on national criteria. The study also highlights discrepancies in water quality between the mainstream and tributaries of the Yellow River. While the mainstream generally maintains good water quality, many tributaries remain severely polluted. In 2022, 85% of the water in tributaries was classified as Class I to III, 12.3% as Class IV to V, and only 2.7% as Class V. However, all water in the mainstream reached Class I–III, with 86% achieving Class II and 14% achieving Class I. A detailed analysis of the Huayuankou section over the past three decades shows a general decline in pollution indicators. Seasonal water quality fluctuations, correlated with flow rates and temperatures, were observed, often exhibiting normal distribution patterns. These findings underscore the effectiveness of sustained pollution control and the need for continuous, adaptive management strategies to improve and maintain water quality in the Yellow River basin.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».